Real-Time Computer Vision System

📝 Контекст репозитория (Disclaimer) Данный репозиторий содержит отрефакторенную публичную версию пайплайна инференса, разработанного в рамках контрактной работы (MVP, Ноябрь 2025 — Февраль 2026). Исходные обучающие датасеты и скрипты тренировки вторичной модели (EfficientNet) не включены в данный репозиторий, чтобы не перегружать его объемными артефактами. В репозитории представлена легковесная демонстрационная версия, сфокусированная строго на интеграции моделей, логике трекинга и инференсе в реальном времени. Все веса обученных моделей (frozen weights), необходимые для работы пайплайна, сохранены в проекте.

Проект для видеоинференса в реальном времени с двумя пайплайнами:

• YOLO11: детекция светофоров и стабилизация треков.
• YOLO8s + EfficientNet-B0: детекция дорожных знаков и классификация повреждений.

Структура проекта

• src - основные скрипты инференса и конфиг.
• samples - входные тестовые видео.
• assets - выходные видео и JSON-логи.
• weights - веса моделей (.pt, .pth).

Зависимости

Основные зависимости описаны в requirements.txt.

Установка

pip install -r requirements.txt

Настройка путей

Все пути централизованы в src/config.py:

• входные видео для моделей через MODEL_TEST_SAMPLES;
• пути к весам моделей;
• директория результатов ASSETS_DIR.

Запуск

Запуск из корня проекта:

python src/traffic_light_inference.py

python src/yolo8s_efficietnetb0.py

Опционально можно переопределить пути через аргументы CLI.

Пример для YOLO11:

python src/traffic_light_inference.py --video-path samples/sample_tf.mp4 --model-path weights/yolo11m_traffic_lights_weights.pt --output-path assets/yolo11_result.mp4

Пример для YOLO8s:

python src/yolo8s_efficietnetb0.py --video-path samples/sample_ts.mov --det-model-path weights/traffic_signs_yolo8s_25+30+30_best.pt --damage-model-path weights/efficientnet_b0_signs.pth --output-path assets/yolo8s_damage_result.mp4

Результаты

YOLO11 сохраняет аннотированное видео в assets.

YOLO8s сохраняет:

• аннотированное видео;
• полный JSONL-лог вероятностей по кадрам;
• финальный JSONL-лог со сводкой по трекам.